公开/公告号CN112508368A
专利类型发明专利
公开/公告日2021-03-16
原文格式PDF
申请/专利权人 安徽四创电子股份有限公司;
申请/专利号CN202011355006.2
申请日2020-11-26
分类号G06Q10/06(20120101);G06Q50/26(20120101);H04N7/18(20060101);
代理机构11390 北京和信华成知识产权代理事务所(普通合伙);
代理人胡阔雷
地址 230088 安徽省合肥市高新技术产业开发区习友路3366号
入库时间 2023-06-19 10:16:30
技术领域
本发明涉及评价指标体系构建技术领域,具体是一种公共安全视频监控评价体系的权重分布优化方法。
背景技术
在城市公共安全视频监控系统的建设和使用过程中,为检验系统建设成效、提高系统管理水平需构建关于系统效能的评价指标体系。由于视频监控系统的效能涉及硬件、软件、管理等多个方面,需设计多层次、多维度的评价指标体系。合理地分配各项指标的权重,是保障评价体系科学性的关键。从城市级的高度来评价公共安全视频监控系统时,数据样本较为缺乏。因此,采用主观赋权的方法对评价体系进行赋权。
主观赋权的方法易受所咨询专家的知识背景、个人经验等因素影响,使得评价体系赋权结果存在一定的不合理性,继而影响评价结果的科学性。为此,需基于评价体系评审者或管理者对评价结果的认同情况,优化指标体系的权重分布。目前,关于评价体系赋权的方法有很多,但针对已赋权评价体系快速调整权重分布的方法则较少。多数情况下需要人工试算,使得评价体系权重分布的优化十分繁琐。
发明内容
本发明的目的在于提供一种公共安全视频监控评价体系的权重分布优化方法,能够解决城市公共安全视频监控系统评价体系权重分布调整繁琐的问题。
为实现上述目的,本发明提供如下技术方案:
一种公共安全视频监控评价体系的权重分布优化方法,公共安全视频监控评价体系的两级评价体系中,X
式1:
S1:检验评价结果预期得分的合理性,若评价结果预期得分大于各评价指标的最小得分,且小于各评价指标的最大得分,则预期得分是合理的,否则预期得分不合理,中止优化流程;
S2:设定关于评价结果的误差许可区间;
S3:构建关于评价结果实际得分与预期得分差值的交叉熵代价函数;
S4:计算代价函数关于各指标权重的偏导数,按照梯度下降法调整指标权重;
S5:将调整后的指标权重归一化,更新评价体系的权重分布;
S6:重新计算评价结果,若评价结果的实际得分在误差许可区间内,则完成权重分布的优化,否则转到S4进行再次优化;
首先检验评价结果预期得分的合理性,判断能否通过评价体系的权重优化达到预期得分,包括以下步骤:
S1-1:计算指标得分的最小值(式2);
式2:min(x
S1-2:计算指标得分的最大值(式3);
式3:max(x
S1-3:检验评价结果预期值z
式4:z
若评价结果的预期得分满足合理性条件,则设定关于评价结果的误差许可区间,即基于评价结果的预期得分设定实际得分许可区间,包括以下步骤:
S2-1:设定许可误差值:Δz,许可误差值应使得z
S2-2:设定误差许可区间(式5);
式5:(z
然后构建关于评价结果的交叉熵代价函数,包括以下步骤:
S3-1:构建关于评价结果的交叉熵代价函数(式6);
式6:C=z
并根据梯度下降法调整指标权重,包括以下步骤:
S4-1:调整一级指标的权重(式7,式中η
式7:
S4-2:归一化一级指标的权重(式8);
式8:
S4-3:调整二级指标的权重(式9,式中η
式9:
S4-4:归一化二级指标的权重(式10);
式10:
重新计算评价结果,判断实际得分是否在误差许可区间内,包括以下步骤:
S5-1:判断新的实际得分z
式11:z
若实际得分在误差许可区间内,则完成优化,否则返回S4,再次调整权重分布。
与现有技术相比,本发明的有益效果是:
本发明技术方案中,首先检验评价结果预期得分的合理性,判断能否通过评价体系的权重优化达到预期得分,若预期得分满足合理性要求则设定关于评价结果的误差许可区间,即基于评价结果的预期得分设定实际得分的许可区间,然后构建关于评价结果的交叉熵代价函数,并根据梯度下降法调整指标权重,将权重归一化后,重新计算评价结果,若实际得分不在误差许可区间内,则再一次按照梯度下降法调整指标权重,具体进步点为:
1、以交叉熵函数为代价函数,可使得权重分布调整幅度与评价结果的误差成正比,有利于加快权重调整速度;
2、将权重分布优化的过程公式化,可实现权重的程序化、自动化调整;
3、优化方法适用于多层结构的评价体系,可优化每一级指标的权重分布。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明中公共安全视频监控评价体系示意图。
图2为本发明中公共安全视频监控评价体系的权重分布优化方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
在图1所示公共安全视频监控评价体系的两级评价体系中中,X
式1:
针对图1所示评价体系,一种公共安全视频监控评价体系的权重分布优化方法的流程如图2所示,包括以下步骤:
S1:检验评价结果预期得分的合理性,若评价结果预期得分大于各评价指标的最小得分,并小于各评价指标的最大得分,则预期得分是合理的,否则预期得分不合理,中止优化流程;
S2:设定关于评价结果的误差许可区间;
S3:构建关于评价结果实际得分与预期得分差值的交叉熵代价函数;
S4:计算代价函数关于各指标权重的偏导数,按照梯度下降法调整指标权重;
S5:将调整后的指标权重归一化,更新评价体系的权重分布;
S6:重新计算评价结果,若评价结果的实际得分在误差许可区间内,则完成权重分布的优化,否则转到S4进行再次优化。
本实施例中,首先检验评价结果预期得分的合理性,判断能否通过评价体系的权重优化达到预期得分,包括以下步骤:
S1-1:计算指标得分的最小值(式2);
式2:min(x
S1-2:计算指标得分的最大值(式3);
式3:max(x
S1-3:检验评价结果预期值z
式4:z
若评价结果的预期得分满足合理性条件,则设定关于评价结果的误差许可区间,即基于评价结果的预期得分设定实际得分许可区间,包括以下步骤:
S2-1:设定许可误差值:Δz,许可误差值应使得z
S2-2:设定误差许可区间(式5);
式5:(z
然后构建关于评价结果的交叉熵代价函数,包括以下步骤:
S3-1:构建关于评价结果的交叉熵代价函数(式6);
式6:C=z
并根据梯度下降法调整指标权重,包括以下步骤:
S4-1:调整一级指标的权重(式7,式中η
式7:
S4-2:归一化一级指标的权重(式8);
式8:
S4-3:调整二级指标的权重(式9,式中η
式9:
S4-4:归一化二级指标的权重(式10);
式10:
重新计算评价结果,判断实际得分是否在误差许可区间内,包括以下步骤:
S5-1:判断新的实际得分z
式11:z
若实际得分在误差许可区间内,则完成优化,否则返回S4,再次调整权重分布。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
机译: 分布式节点视频监控系统及分布式节点视频监控系统的管理方法
机译: 神经网络,用于设置神经网络连接权重的优化方法以及用于监视优化方法的分析方法
机译: 素材网纸幅具有两组区域,分别显示每单位面积两种不同的权重,其中每单位面积的一种权重大于其他每单位面积的权重